NAS Distill Prune about efficientteacher HOT 6 OPEN

@JunDaLee 您好，感谢您对我们项目的关注，我们开源的这个版本是从我们内部的检测库里面摘出来的，内部版本是可以同时支持您说的这些功能的，COCO上的0.01是调参之后得到的最佳参数，syncbn这块确实没做过实验，交流群现在还没有，您有问题可以先版聊或者mail给我

from efficientteacher.

您好，我想请教一下关于efficient teacher实验的一些内容。
在efficient teacher论文中使用yolov5-l模型，coco数据label占比最大为10%。
我使用更小的模型（tiny），使用更多的数据（coco数据label占比50%），实验参数基本与yolov5-l_10_percent保持一致。
发现ssod的效果和监督训练相比，相差比较大，而且ssod的训练过程很不稳定。请问有没有进行过小模型，标签数据占比大的一些实验。或者我的实验存在这种现象有什么可能原因吗？谢谢。

from efficientteacher.

@JunDaLee 您好，相差比较大的情况是多大啊，是变差了很多吗？我们在跑S的实验，目前还调参

from efficientteacher.

监督训练大概0.26，ssod只有0.08。

from efficientteacher.

@JunDaLee 您好，请问问题解决了吗，最近有点忙没有及时解issue

from efficientteacher.

你好，我目前解决了一些问题。但依旧存在一些问题。
使用yolov7-tiny，训练coco 50% labelled+50% unlabelled，监督训练是0.26，半监督训练是0.24，半监督结果弱于监督结果，暂时不清楚是不是因为数据比例的原因。

from efficientteacher.